窄帶物聯網中下行同步技術研究

唐苗苗 張啟超 周思源 譚國平

(河海大學計算機與信息學院 江蘇 南京 211100)

0 引 言

NB-IOT技術的中文全稱是窄帶物聯網技術。這項技術最早由3GPP標準組織在2015年9月的會議上提出并把它定義為一種新型的窄帶蜂窩通信技術[1]。3GPP組織在2016年6月的會議上對其標準核心部分的內容進行了完整的制定，并且對于NB-IOT性能部分標準的制定和一致性測試的標準制定，也是分別在2016年9月和2016年12月的會議上完成制定。物聯網業務實現的根本基礎就是事物之間的數據傳輸，不同的物聯網業務需求對于數據傳輸能力也存在不同程度上的要求[2]。根據這些業務要求可以把物聯網業務按照數據速率傳輸劃分為高、中、低三個等級，而LPWAN技術，正是物聯網業務應用于低速率傳輸環境下的一種應用。在低速率傳輸環境下應用的技術，通常是以分組無線服務技術GPRS(General Packet Radio Service)進行支撐[3]，因而出現產品成本較高普及率較低這一問題，然而NB_IOT技術的出現可以有效地解決上述問題。NB_IOT是一種新型的窄帶蜂窩通信技術，它從屬于低功耗廣域網這一技術范疇[4-5]。根據這項技術本身特性的實現，在同一基站控制的環境下，使用窄帶物聯網可以實現在接入數量上超越現有無線接入技術的50～100倍[6]，在一個扇區的范圍內，可以支持10萬個設備的鏈接，可想而知NB-IOT這樣的強連接特性完全滿足未來物聯網領域對于接入設備數量的需求。NB-IOT的低功耗特性也正是眾多物聯網業務所迫切需求的一項重要指標，設備功耗的極限縮小和續航能力的不斷提升，可以根據不同業務的具體需求調整使得續航能力延長至幾年到幾十年不等。同為LPWAN領域的低功耗廣域網技術，與LoRa相比，窄帶物聯網的優勢在于它無需重新搭建網絡環境，射頻以及天線設備對于LTE系統來說基本上是可以復用的。因為窄帶物聯網很多功能都是基于LTE設計系統進行實現的，因此可以完全做到和LTE相兼容的特點，以中國移動為例，它們的目標就是在現有的LTE網絡環境下直接進行窄帶物聯網環境的部署。NB-IOT的第三個特性是超強的覆蓋能力，相同環境參數的仿真比較發現，NB-IOT的覆蓋范圍和LTE對比擴大了近100倍的區域范圍[7]。針對這一特性，對于物聯網應用中的智慧農業和公共設施建設等業務來說，NB-IOT是不二選擇。綜上所述，窄帶物聯網擁有多連接、低功耗和廣覆蓋這三大特征，若其模塊的生產成本上可以做出更進一步的提升，將會是全世界物聯網設備上的最佳選擇。

同步技術對于任何數字通信系統來說都是非常重要的一個步驟，沒有精確的同步定時位置和正確的小區ID位置，就不能可靠地進行通信系統間的數據傳輸，因此通信系統間的定時同步技術至關重要。在OFDM系統中，頻率選擇性寬帶信道被劃分為重疊且正交的非頻率選擇性窄帶信道，又因為OFDM系統對于同步偏差十分敏感，當定時位置出現偏差、頻率出現偏移或者小區ID定位錯誤，都會對OFDM系統性能產生巨大的影響，因此定時同步技術成為OFDM系統最關鍵的技術之一。

1 下行同步技術簡介

就通信系統來說，系統信息獲取過程是指UE通過下行同步信道獲得系統信息，因此下行同步技術可以用于進行服務小區和相鄰小區的搜索，并得到接收信號緩沖區內特殊無線幀開始的位置，頻率偏移信息和系統信息塊SIB(System Information Block)等內容。當UE從下行同步信道和下行廣播信道對PSS、SSS和SIB信號進行處理，UE需要先獲取系統定時位置和小區標識，然后和系統進行同步，再對SIB信息進行解碼，最終獲得接入系統所需信息。下行同步處理過程主要可以分為PSS同步過程和SSS同步過程，PSS同步過程主要包括PSS定時檢測過程和頻偏檢測過程，SSS同步過程主要包括SSS定時檢測過程和小區ID檢測。下行同步技術具體實現流程如圖1所示。

圖1 下行同步過程實現示意圖

1.1 PSS定時同步模塊

PSS信號處理模塊主要由接收信號緩沖區，定時檢測模塊和頻偏檢測模塊三個部分組成，處理順序如圖2所示。

圖2 PSS信號檢測示意圖

其系統設計中輸入信號為窄帶信號，根據同步信號的幀結構設計可知，一個RB包含12個可用子載波，每個子載波帶寬為1.562 5 kHz，窄帶同步信號實際帶寬為18.75 kHz。

(1)

(2)

1.2 PSS頻偏檢測模塊

圖3 PSS頻偏檢測模塊輸入輸出示意圖

由于射頻內部的晶振間存在偏差，初始固定調頻波的頻率向兩側偏移，導致信號頻偏的產生，這個頻偏對于系統來說是一個未知量，為保證該模塊功能正常實現，因此把PSS頻偏檢測模塊分為兩個部分：頻偏假設部分和頻偏估計部分。頻偏假設模塊首先假設一個系統頻偏值，驗證這個假設量是否逼近真實值，再重復上述假設過程，進行若干次循環估計，最終估計得到一個粗頻偏值。頻偏估計模塊是根據相位變化計算出頻偏值，最后統一兩個模塊得到共同結果，計算得出精確的頻率偏差。本文研究的PSS頻偏檢測模塊實現步驟如下:先用頻偏假設模塊估計出一個初略的頻偏值，再對信號進行去頻偏操作，此時系統信息中殘留頻偏較小，然后根據相位變化計算出頻偏值，經過上述兩步操作，最終得出精確的頻偏值。

2 同步改進算法介紹

在低信噪比條件下，為了提高下行同步技術的定時性能，本文首先介紹了兩種同步改進算法：差分相關算法[8]，部分匹配濾波器原理PMF(Partial Matched Filter)和FFT模塊共同實現的PMF+FFT同步算法[9-10]，然后基于下行同步信道仿真平臺，使用同步改進算法分別對PSS定時檢測模塊和PSS頻偏估計模塊改進并實現，最后通過對比仿真，研究定時模塊的性能提升狀況。

2.1 差分相關算法

滑動相關算法可以完成定時同步的功能操作，但是當系統環境中存在頻率偏差時，該算法就會喪失定時同步功能。為解決上述問題，本文提出使用分段相關算法解決在大頻偏環境下定時同步的問題。實際上這種可以對抗頻偏影響的同步算法是以犧牲同步相關性為代價來提高抗頻偏特性的，因此在低信噪比環境下，定時同步的性能大大降低。

為了找尋一種可以適用于低信噪比環境下的同步算法，在分段相關算法的理論基礎上，提出一種名為差分累加的相關算法，具體實現原理是：分段相關得到M個相關結果后，將原先模方累加的計算替換成差分累加運算，差分累積結果可以表示為：

(3)

該算法實現過程同分段相關算法類似，實現步驟如圖4所示。首先將本地PSS序列和對應長度的接收信號分成M段處理，然后每段序列對應位置進行相關運算，得到M個相關值，再按照式(3)進行差分運算，保存相關峰值并滑動位置循環上述計算步驟，最終通過比較找到最大相關峰以及對應的信號起始位置。

圖4 差分相關算法原理框圖[8]

差分相關算法實現PSS定時同步模塊的步驟如下：

(4)

(5)

每次計算得到一個相關峰值，然后向后滑動一個位置重復上述相關計算過程。

(6)

2.2 PMF+FFT同步算法

本節提出一種基于分段相關算法理論，改進得到的同步算法。由于分段相關算法在低信噪比條件下，同步性能較差，因此需要研究一種可以適用于低信噪比條件下的定時同步算法。經過查閱資料和文獻，得出一種利用部分匹配濾波器原理和FFT模塊共同實現的定時同步算法[9-10]。其中FFT模塊功能實現如下：

(7)

該算法實現過程同分段相關算法類似，實現步驟如圖5所示。首先將本地PSS序列和對應長度的接收信號分M段處理，然后每段序列對應位置進行相關運算，從而得到M個相關值，再按照式(7)進行N點FFT運算，比較N個結果并得出最大值，記錄對應的相關位置信息。滑動位置并循環上述步驟，直至接收信號末尾，經過比較最終找到最大相關峰和信號起始位置。

圖5 PMF+FFT算法原理框圖[8]

3 仿真結果

下行同步技術實現的第一步就是系統環境的搭建工作，首先進行鏈路預算分析。本文參考Okmuram-Hata模型對電力無線專網系統覆蓋能力進行理論計算[11-12]，因為該模型根據實測數據建立，提供的數據較為全面，應用也較為廣泛，適用于150～1 920 MHz頻段,正好符合本文研究所在頻段。

以上過程是模擬系統環境計算路徑損耗，接下來對鏈路預算進行分析。假設信號的發射功率為p(dBm),則下行同步接收機靈敏度為p-Δ(dBm)。假設信號占用的帶寬為π(dB·Hz)，接收端的噪聲系數設為ζ(dB),接收機對應的噪聲功率為π+N0+ζ(dBm)，可知接收端最小接收信噪比SNR(Signal Noise Ratio)為Γ=(p-Δ)-(π+N0+ζ)(dB),即為系統中接收設備能夠工作的最小SNR，仿真信道參數設置參照表1。

表1 仿真信道參數設置

仿真平臺的信道處理流程如圖6所示。

圖6 仿真信道流程

窄帶物聯網中下行同步技術研究，搭建仿真平臺具體參數見表2。

表2 PSS定時檢測模塊和SSS定時檢測模塊仿真參數表

本文研究的信道模型都是基于農村場景，就三種信道場景而言，在相同覆蓋范圍內，發射功率等條件下，農村場景產生的路徑損耗是最大的，因此就窄帶物聯網中下行同步技術研究課題而言，選擇最惡劣的新到環境進行仿真研究室非常必要的。

仿真結果如圖7所示，在AWGN噪音環境，固定頻偏大小條件下，隨著SNR的降低，三種算法性能差異明顯。頻偏設置為1 ppm，當SNR低于-8 dB時，基于分段相關算法的定時同步開始出現偏差；當SNR低于-9 dB，基于差分相關算法的定時同步性能開始出現偏差；如圖8所示當SNR低于-10 dB時，基于PMF+FFT算法的定時同步性能開始出現偏差。增加頻偏至4 ppm，分段相關算法的定時同步，當SNR低于-4 dB時就會出現偏差；基于差分相關算法的定時同步，當SNR低于-7 dB時就會出現偏差；基于PMF+FFT算法的定時同步模塊，當SNR低于-10 dB條件下，定時位置開始出現偏差。

圖7 頻偏1ppm定時檢測值的RMSE

圖8 頻偏4ppm定時檢測值的RMSE

得出結論，基于PMF+FFT算法的PSS定時檢測模塊，在低信噪比環境下，定時同步的精確度明顯優于其他兩種算法。

如圖9、圖10所示，在AWGN噪音環境，固定SNR條件下，隨著頻偏大小的增加，三種算法性能差異明顯。設置SNR分別為-9 dB和-10 dB，分段相關算法和差分相關算法均隨著固定頻偏值的增大，定時偏差也出現明顯增大，而基于PMF+FFT算法的定時同步過程沒有出現明顯的性能差異。

圖9 SNR=9 dB定時檢測值的RMSE

圖10 SNR=10 dB定時檢測值的RMSE

如圖11所示，在AWGN噪音環境，固定頻偏大小條件下，隨著SNR的降低，兩種算法在低信噪比條件下，性能差異明顯。頻偏設置為1 ppm時，當SNR低于-9 dB，基于分段相關算法的頻偏檢測過程開始出現偏差。如圖12所示，當SNR低于-10 dB，基于PMF+FFT算法的定時同步性能也開始出現偏差。當頻偏增加至4 ppm時，兩種算法展現出的性能變化趨勢同1 ppm條件下基本一致，當SNR低于-12 dB，頻偏越大，均方誤差值也會增大。在實際系統工作中，當殘留頻偏小于23 Hz(0.1 ppm)時，可以正常完成下行同步所有過程，此時的殘留頻偏可忽略不計，因此這里取23 Hz為頻偏檢測過程的門限值。

圖11 頻偏1 ppm檢測估計值的RMSE

圖12 頻偏4 ppm檢測估計值的RMSE

得出結論，基于PMF+FFT算法的PSS頻偏檢測模塊，在低信噪比環境下，產生近1個dB的性能提升。并且本文改進的頻偏檢測模塊，在較低信噪比環境下，可以準確檢測出系統頻偏并去除。

如圖13、圖14所示，在AWGN噪音環境，固定SNR條件下，隨著頻偏大小的增加，分段相關算法頻偏檢測偏差高于后者，就變化趨勢來分析，兩種算法總體都是呈現平緩上升的趨勢，PMF+FFT算法實現的PSS頻偏檢測模塊較分段相關算法來說，上升趨勢較為平緩。

圖13 SNR=-12 dB頻偏估計值的RMSE

圖14 SNR=-13 dB頻偏估計值的RMSE

4 結 語

仿真結果如下：對于PSS定時檢測模塊，隨著系統信噪比的降低和頻偏值的增加，研究發現采用PMF+FFT算法產生的誤差最小，對比分段相關算法和差分相關算法，在相同條件下表現出顯著的性能提升。對于PSS頻偏檢測模塊，PMF+FFT算法比分段相關算法，在同步性能表現方面更加穩定，且在實際系統工作區域內性能提升了近1 dB。最終得出結論，PMF+FFT算法實現的下行同步過程性能較優。